본문 바로가기

전체 글

[3D Reconstruction] NeRF: Neural Radiance Field in 3D Vision, A Comprehensive Review 리뷰 (2)
논문 리뷰 2023. 1. 24. [3D Reconstruction] NeRF: Neural Radiance Field in 3D Vision, A Comprehensive Review 리뷰 (2) Author: Jihwa Lee Team: Autonomous Driving Team @ CAI Lab Date: 2023/01/24 출처: https://arxiv.org/pdf/2210.00379v1.pdf NeRF: Neural Radiance Field in 3D Vision, A Comprehensive Review 리뷰 (1) https://jhrobotics.tistory.com/90 [3D Reconstruction] NeRF: Neural Radiance Field in 3D Vision, A Comprehensive Review 리뷰 (1) Author: Jihwa Lee Team: Autonomous Driving Team @ CAI Lab Date: 2023/01/18 출처: htt..
[3D Reconstruction] NeRF: Neural Radiance Field in 3D Vision, A Comprehensive Review 리뷰 (1)
논문 리뷰 2023. 1. 18. [3D Reconstruction] NeRF: Neural Radiance Field in 3D Vision, A Comprehensive Review 리뷰 (1) Author: Jihwa Lee Team: Autonomous Driving Team @ CAI Lab Date: 2023/01/18 출처: https://arxiv.org/pdf/2210.00379v1.pdf 더보기 리뷰를 하기에 앞서 원래 Instant-ngp를 먼저 보려고 하였으나, 앞부분만 간단히 읽어본 결과 NeRF의 알고리즘을 변형하여 속도를 높인 것이 아닌 (그렇다고 볼 수도 있겠지만) input encoding 부분을 새롭게 적용하여 불필요한 연산을 줄이고 GPU 연산에 더욱 효과적일 수 있도록 구현한 것이었다. 이를 적용하여 성능을 개선한 분야가 4가지 있었는데 그 중 하나가 NeRF였던 것이다. 일단 NeRF라는 분야에 대해서 알아가는 중이기 때문에 NeRF에 어떤 모델들이 있고 어떤 ..
Instant-ngp NeRF Demo 실행해보기 (+cmake 설치)
3D Reconstruction 2023. 1. 17. Instant-ngp NeRF Demo 실행해보기 (+cmake 설치) Author: Jihwa Lee Date: 2023/01/17 3D Reconstruction에 대해 관심을 가진지는 꽤나 많은 시간이 흘렀지만 이제야 본격적으로 살펴보게 되었습니다. 2023 CES를 둘러보면서 NeRF 관련 기술을 사용해 앱을 만든 기업이 있었는데, 그 곳에도 어떤 모델을 사용하였는지 물어보니 Instant-ngp NeRF를 사용했다고 하더라고요. 그래서 직접 환경 세팅해서 돌려보게 되었습니다. 저의 환경은 다음과 같습니다. Ubuntu 18.04 GeForce GTX 1080 Ti x2 cuda 11.1. + cuDNN 8.0.5. https://github.com/NVlabs/instant-ngp GitHub - NVlabs/instant-ngp: Instant neural gra..
논문 리뷰 2022. 12. 29. 자율주행 논문 리뷰: Integrated Crash Avoidance and Mitigation Algorithm for Autonomous Vehicles Author: Joonhee Lim Date: 2022/12/28 출처: https://ieeexplore.ieee.org/document/9354036 Integrated Crash Avoidance and Mitigation Algorithm for Autonomous Vehicles This article presents a novel integrated path-following, crash avoidance, and crash mitigation control algorithm for autonomous vehicles. To improve stability and tracking accuracy of the algorithm in extreme conditions, combined-slip t..
자율주행 논문 리뷰: A Deep Reinforcement Learning Approach for Long-term Short-term Planning on Frenet Frame
논문 리뷰 2022. 12. 28. 자율주행 논문 리뷰: A Deep Reinforcement Learning Approach for Long-term Short-term Planning on Frenet Frame Author: Joonhee Lim Date: 2022/12/28 출처: https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=9551598 A Deep Reinforcement Learning Approach for Long-term Short-term Planning on Frenet Frame Tactical decision-making and strategic motion planning for autonomous highway driving are challenging due to predicting other road users' behaviors, diversity of environments, and complexity of the traffic i..
논문 리뷰 2022. 12. 20. 자율주행 논문 리뷰: Optimal trajectories for time-critical street scenarios using discretized terminal manifolds Author: Joonhee Lim Date: 2023/01/09 출처: https://journals.sagepub.com/doi/pdf/10.1177/0278364911423042 IJRR 논문이고 Planning에서는 꽤나 유명한 논문이다. (AI 안들어간 Planning 논문 치고 인용도 꽤 됨) 0. Abstract - Optimal trajectories for time-critical street scenarios using discretized terminal manifolds (IJRR) 1. Introduction - 2. Problem formulation in the Frenet coordinates - 종방향 횡방향 움직임의 최적화를 결합하여 인간 같은 주행을 선보임 - Frene..
2D 시뮬레이터에서 학습 진행 및 모델 추출 (CrowdNav DS-RNN)
인공지능 환경세팅 2022. 11. 30. 2D 시뮬레이터에서 학습 진행 및 모델 추출 (CrowdNav DS-RNN) Author: KangchanRoh Team: Reinforcement Learning Team @ CAI Lab Date: 2022/11/30 1. 학습 진행 (1) 로봇 및 카메라 OMO-R1 카메라 : Intel RealSense D435 (2) 학습 모델 파라미터 설정 (config 파일) 커스텀 파라미터 로봇 반경 : 0.47m 로봇 최대 속도 : 1.2m/s 카메라 화각 : 86도 학습할 스텝 수 : 20e7 그 외 파라미터 속도 $v$, 각속도 $\omega$로 주행하는 unicycle 타입 로봇에 맞게 저자들이 제시한 디폴트 파라미터로 설정. 학습 횟수 2000만 Step만큼 학습 진행 1회차 학습 (파란색 그래프) 2회차 학습 (주황색 그래프) 1회차 학습 모델을 pre-train으로 가..
DS-RNN Architecture 분석
Autonomous Driving 2022. 11. 30. DS-RNN Architecture 분석 Author: KangchanRoh Team: Reinforcement Learning Team @ CAI Lab Date: 2022/11/30 CrowdNav DS-RNN CrowdNav DS-RNN FoV environment Robot with a limited field of view (FoV) sites.google.com 위 링크에서 제시한 논문의 네트워크 아키텍쳐에 대한 초핵심 요약이다. Jain et al propose a general method called structural- RNN (S-RNN) that transforms any st-graph to a mixture of RNNs that learn the parameters of factor functions end-to- e..
[RL] Model : 모델이란(생각보다 간단하게)
Reinforcement Learning 2022. 11. 30. [RL] Model : 모델이란(생각보다 간단하게) Author: KangchanRoh Team: Reinforcement Learning Team @ CAI Lab Date: 2022/11/30 모델이란 기본적으로 환경(environment)에 대한 모델을 가리킨다. 환경이 행동(action)에 어떻게 반응할 것인 지를 예측하기 위해 학습자가 활용할 수 있는 모든 것. 어떤 상태(state)와 어떤 행동(action)이 주어지면, 환경 모델은 다음 상태와 다음 보상을 예측한다. 즉, $p(s',r|s,a)$이 주어지거나 활용을 하는 지. 하지만 여기서 다음 상태와 다음 보상은 여러가지가 가능하고 각각은 나름의 발생 확률을 가진다. 모델은 크게 다음과 같이 두 종류가 있다. 분포 모델(Distribution Model) 모든 가능성을 제공하고 각 가능성에..

티스토리툴바